Stvaranje algoritama za rad sa slikama uvijek je bilo prilično težak, ali obećavajući zadatak. Kad sam još pisao svoj diplomski projekt 1999. godine, tema "prepoznavanja uzorka" bila je vrlo relevantna u sustavima automatskog upravljanja i upravljanja.
To mogu učiniti danas. Indijski programeri predstavili su sustav koji može stvoriti kratke videozapise iz mutnih slika. Algoritam radi na osnovi savijenih i ponavljajućih neuronskih mreža i omogućava vam da pretvarate artefakte iz slike u slike u kratki (do deset okvira) video.
Više detalja …
Kada gleda zamućenu sliku, osoba može mentalno dovršiti sliku onoga što se događa. Primjerice, gledanje fotografije ptice sa zamagljenim krilima sugerira da zamućenje slike nastaje zbog artefakata u pokretu krila tijekom snimanja. Za sustave računalnog vida ovaj je zadatak teže, a većina poznatih metoda usmjerena je samo na uklanjanje artefakata iz pokreta i izravnavanje okvira.
Znanstvenici s Indijskog tehnološkog instituta, na čelu s AN Rajagopalanom, predložili su da se za stvaranje čitavog kratkog videa može upotrijebiti jedna zamućena slika: to jest vratiti izvorni pokret njegovih artefakata na slici. Da bi to učinili, razvili su algoritam temeljen na konvolucijskim neuronskim mrežama, koji se aktivno koriste za zadatke povezane s automatskim prepoznavanjem slike, kao i ponavljajućim neuronskim mrežama.
Model je obučen na velikom broju videozapisa koji su podijeljeni u okvire. Nakon toga, neuronska mreža traži takav okvir, artefakte na kojima se najviše podudaraju s artefaktima okvira uzorka treninga. Nakon toga, dekoder "vraća" artefakte okvira treninga u pokret zarobljeni u videozapisu. Stoga model pohranjuje podatke o mogućim oporavljenim pokretima iz svakog zamagljenog okvira dostupnog u uzorku treninga.
Promotivni video:
Kao rezultat rada, neuronska mreža proizvodi video, rekonstruiran iz zamućene slike, koji se sastoji od deset okvira. Razvijeni algoritam, prema tvorcima, moći će ubuduće pomoći u poboljšanju ne samo obnove zamagljenih slika, već i samih videozapisa.
Uklanjanje artefakata pokreta u pojedinačnim kadrovima također može poboljšati strujanje video sadržaja. Za sada se u ovu svrhu koriste uglavnom algoritmi za prilagođavanje brzine prijenosa ovisno o brzini videozapisa i njegovom puferiranju.
Elizaveta Ivtušak